위장군인 탐지에서의 오탐 억제를 위한 합성 데이터 기반 네거티브 학습 연구 = Study on Negative Learning with Synthetic Data for Reducing False Detections in Camouflaged Slodier Detection

다국어 초록 (Multilingual Abstract)

Recent advances in artificial intelligence (AI)–based visual recognition have rapidly expanded into military, medical, and ecological domains, becoming a core technology for real-time surveillance, reconnaissance, and automatic target recognition in modern warfare. Among these applications, Camouflaged Object Detection (COD) aims to identify objects that visually blend into their surroundings, a task that remains one of the most challenging yet valuable problems in defense. Although recent COD models incorporating multi-scale feature extraction, attention mechanisms, and transformer-based architectures have demonstrated significant performance improvements, detecting camouflaged objects in realistic and complex environments remains unresolved. The emergence of large-scale public datasets has improved training efficiency and facilitated research that simulates realistic operational scenarios. However, despite these advances, COD in real-world environments remains unresolved.
In operational settings, salien0t objects (SO) such as vehicles, civilians, or signboards often coexist with camouflaged soldiers or equipment, introducing significant confusion for detection models. Since conventional COD networks focus solely on “detecting camouflaged objects,” they often fail to distinguish non-target salient objects, leading to false detections that degrade operational reliability. For example, a bright civilian vehicle in surveillance footage may be falsely identified as a camouflaged target. Moreover, existing COD datasets primarily emphasize camouflaged objects, lacking complex coexistent scenes that reflect real battlefields, which ultimately limits the model’s generalization and robustness across environments.
To overcome these limitations, this study proposes a learning framework that integrates synthetic data generation with negative learning. Using CamDiff, a latent diffusion–based algorithm that masks regions of a background image, restores them through the Latent Diffusion Model (LDM), and validates realism via Contrastive Language–Image Pretraining (CLIP), we synthesized realistic scenes containing both camouflaged and salient objects. These synthetic images were then used to construct a synthetic dataset, providing a diverse training environment. During training, salient objects were explicitly labeled as non-detection targets, enabling the model to learn “what not to detect” through negative learning. The baseline model, PFNet (Positioning and Focusing Network), was used for evaluation under varying data configurations.
Experimental results demonstrate that models trained on synthetic data achieved a 16.6% reduction in MAE, with corresponding improvements across S-, E-, and F-measures. Furthermore, incorporating salient object images through negative learning led to an additional 4.6% reduction in MAE and performance gains of +2.6% in E-measure and +3.2% in F-measure, confirming a distinct false-positive suppression effect. In summary, the proposed approach not only enhances detection accuracy but also strengthens reliability in complex military environments by explicitly teaching the model to disregard non-target objects. This framework offers a practical step toward more trustworthy and robust AI-based surveillance and reconnaissance systems. By applying CamDiff-based synthetic data to military scenarios, this study also alleviates the limitations of collecting real-world defense data. The proposed approach is expected to contribute to future defense-oriented COD analysis and enhance the reliability of AI-based battlefield perception systems.

국문 초록 (Abstract)

최근 인공지능 기반 영상 인식 기술은 군사, 의료, 생태 등 다양한 영역으로 확산되며, 전장 환경에서도 실시간 감시·정찰 및 자동 표적 인식 등 핵심 기술로 자리 잡고 있다. 이러한 기술 중 하나인 위장객체탐지(Camouflaged Object Detection, COD)는 배경과 시각적으로 유사한 객체를 식별하는 고난이도의 과제로, 군사적 응용 가치가 높다. 위장객체탐지 연구는 최근 다중 해상도 특징 추출, 주의 메커니즘, 트랜스포머 기반 구조 등 다양한 기술 발전을 통해 성능이 크게 향상되어 왔다. 또한 대규모 공개 데이터셋의 등장으로 학습 효율이 개선되고, 실전 상황을 모사한 연구도 증가하고 있다. 그러나 이러한 발전에도 불구하고 실제 환경에서의 위장객체탐지는 여전히 해결되지 않은 여러 한계를 내포하고 있다.
실제 전장이나 감시 환경에서는 위장된 병력이나 장비 외에도 눈에 띄는 주목객체(Salient Object, SO)가 함께 존재한다. 예를 들어 도시형 전투에서는 차량, 표지판, 민간인과 같은 주목객체가 빈번히 등장하고, 산악·산림 환경에서는 나무나 바위가 혼동을 유발한다. 기존 위장객체탐지 모델은 주로 위장된 객체를 탐지해야 한다는 목표에 집중해 학습되기 때문에, 탐지 대상이 아닌 주목객체(비탐지 대상)를 구분하지 못하고 이를 위장객체로 잘못 탐지하는 문제가 발생한다. 이러한 오탐은 실제 작전 환경에서 불필요한 경보나 오판단으로 이어져 신뢰성 문제를 야기한다. 더불어 다수의 학습 데이터셋이 위장객체 중심으로 구축되어 주목객체가 포함된 복합 장면을 충분히 반영하지 못해, 다양한 실전 환경에서의 일반화 능력이 저하되는 한계가 있다.
본 연구는 이러한 한계를 극복하기 위해 합성 데이터 활용과 네거티브 학습(Negative Learning)을 결합한 학습 전략을 제안한다. 먼저 실제 전장과 유사한 학습 환경을 구성하기 위해 CamDiff 기반 합성 이미지를 활용하였다. CamDiff는 배경의 일부 영역을 마스킹한 뒤 잠재 확산 모델(Latent Diffusion Model, LDM)로 해당 영역을 복원·삽입하고, CLIP(Contrastive Language-Image Pretraining)을 사용해 텍스트–이미지 의미 일치도를 검증하여 현실감 있는 이미지를 선별하는 생성–판별 유사 구조의 합성 데이터 생성 기법이다. 본 연구에서는 이를 군사 환경에 적용하여 위장객체와 주목객체가 공존하는 합성 데이터를 구축하였다. 이어 학습 과정에서 주목객체를 비탐지 대상으로 명시적으로 학습시키는 네거티브 학습 전략을 적용하였다. 검증 모델은 PFNet(Positioning and Focusing Network)을 기준선으로 선정하여, 데이터 종류 및 구성에 따른 비교 실험을 수행하였다.
평가 결과, 합성 데이터로 학습한 모델은 위장객체 이미지만 학습한 모델 대비 MAE(Mean Absoulte Error)가 약 16.6% 감소하여 개선되었고, 나머지 지표 또한 모두 향상되었다. 나아가 합성 이미지와 주목객체 이미지를 함께 학습한 모델은 합성 이미지만 학습한 모델 대비 MAE가 4.6% 감소하였고, 와 가 각각 +2.6%, +3.2% 추가 향상되었으며, 주목객체에 대한 오탐 억제 효과가 확인되었다.
요컨대 본 연구는 위장객체탐지에서 주목객체로 인한 혼동을 줄이기 위해, 기존 CamDiff 기반 합성 데이터 활용에 더해 네거티브 학습의 개념을 도입함으로써 오탐 문제에 대한 실질적 해결 방안을 제시하였다. 이는 단순히 탐지 성능 지표를 높이는 것을 넘어, 모델이 비탐지 대상을 명시적으로 학습하도록 설계함으로써 실제 군사 환경에서의 신뢰성 향상에 기여한다. 또한 CamDiff 기반 합성 데이터를 군사 환경에 적용해 실제 데이터 확보의 제약을 보완하였으며, 본 접근은 향후 국방 분야의 위장객체탐지 영상 분석 등 인공지능 기반 전장 인식 체계의 오탐 감소와 신뢰성 강화에 기여할 것으로 기대된다.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구 배경 및 필요성 1
• 제2절 연구 목적 4
• 제2장 이론적 배경 및 관련 연구 6
• 제1절 위장객체탐지 6
• 제2절 데이터 전처리 및 합성 7
• 제3절 네거티브 학습 10
• 제3장 연구 방법 13
• 제1절 연구 절차 및 설계 13
• 제2절 데이터 구성 및 데이터셋 설계 14
• 1 데이터 구성 15
• 2 데이터셋 설계 19
• 제3절 학습 모델 및 평가지표 20
• 제4장 실험 결과 및 분석 24
• 제1절 정량적 분석 24
• 제2절 정성적 분석 25
• 제5장 결 론 28
• 제1절 연구 결과 및 시사점 28
• 제2절 연구 한계 및 향후 연구 방향 29
• 참고문헌 31
• Abstract 33